Deciso

Decidir o acto de seleccionar uma linha de aco preferida entre vrias

alternativas existentes.
Existem diversos instrumentos que podem contribuir para a tomada de
decises, dependentes do ambiente cultural e organizacional e das situaes
envolvidas, e mais ou menos polarizados por suportes racionais, como modelos
matemticos, por meios computacionais ou por questes e conhecimentos de
psicologia. Claro que muitos outros factores podem influenciar e contribuir
para o processo decisrio, como a experincia, a intuio e aspectos emotivos.
A Anlise / Teoria da Deciso representa uma abordagem geral a problemas
decisrios, oferecendo um conjunto de conceitos e tcnicas para apoiar o
decisor a enfrentar problemas de deciso, mais ou menos complexos. Visa a
tomada de decises racionais e consistentes, nomeadamente em condies de
aleatoriedade ou incerteza.
Modelos do processo de deciso que disponibilizem informao podem ser de
grande utilidade. Dois modelos comuns so as matrizes de deciso e as rvores
de deciso.

Caracterizao de Problemas de Deciso

Os processos de anlise e explorao envolvidos em tomada de deciso
contm, normalmente, um conjunto de caractersticas gerais. O seu
conhecimento naturalmente s beneficiar quem tiver que decidir.

1. Necessidade de decidir face a um problema identificado

----2. Alternativas de aco (ou estratgias alternativas)
----3. Acontecimentos ou Estados da natureza
----4. Consequncias (matriz de resultados / deciso) associadas a cada
Alternativa e para cada Acontecimento.
----5. Critrio(s) (ou medida(s)) do objectivo procurado pelo decisor
----6. Estimativas das possibilidades de ocorrncia dos Acontecimentos
----7. Monitorizao dos resultados, para garantia de sucesso da deciso
-----

O Decisor responsvel pela tomada de deciso. A especificao e descrio

de alternativas so fundamentais. A deciso envolve uma escolha entre
Alternativas de aco. Em condies de incerteza, o decisor, quando toma
uma deciso, no sabe ao certo que acontecimento vai ocorrer.
Acontecimentos so estados do ambiente / natureza que podem ocorrer fora do
controlo do decisor. O Resultado de cada alternativa de aco, em funo dos
possveis acontecimentos, dever ser conhecido ou avaliado. So as
Consequncias que dependem, portanto, no s da deciso mas tambm do
acontecimento que surgir.

Os elementos em 2., 3, e 4., Alternativas de aco, Acontecimentos e

Consequncias, so frequentemente representados em tabelas Matriz de
Resultados (payoff matrix). A questo encontrar a opo de deciso que ,
nas circunstncias, a melhor. Naturalmente que para tal haver que ter em
conta, nomeadamente, o(s) critrio(s) de deciso em jogo.

Estados da natureza / Acontecimentos

Estratgias

Aceites
E(1) E(2) ... E(n)

Aces
acordadas

A(1)
A(2)
...
...
A(n)

Aces
em
discusso

A(n+1)
...
...

Controversos
E(n+1) ...

???
E(m+1) ...

A(m+1)
Aces
...
no
conhecidas . . .
Probabilidades

p[E(i)], etc.

...

...

- Matriz de Resultados (de deciso) generalizada Em princpio, todas as alternativas de aco e todos os possveis
acontecimentos devem surgir na matriz e devero ser mutuamente exclusivos.
Cada entrada (cruzamento aco / acontecimento) indicar o resultado
correspondente (utilidade, valor, custo, lucro, ...).
A maior parte dos textos correntes descreve apenas mtodos para lidar com a
parte superior esquerda alis, assim ser tambm neste curso. No entanto,
existem metodologias para encarar as outras situaes.

Exemplo 1
Como exemplo, considere-se a situao de decidir sobre a realizao de quinze
dias de frias, a partir do prximo fim de semana. O estado do tempo a
principal preocupao, embora ultimamente tenha estado bom tempo, no h
garantias absolutas de assim se mantenha ...
O que fazer?
A seguinte matriz d conta das utilidades atribudas, numa escala arbitrria, a
seis situaes, relativas a trs possveis decises e dois possveis estados da
natureza:
D1 Frias na praia;
A1 Mau tempo;

D2 Frias por casa;

A2 Bom tempo

D3 Sem frias

A1 A2
________________
D1

14

D2

10

D3 4
6
________________

Ambiente de deciso
Reconhecem-se os seguintes ambientes:
Certeza O decisor sabe qual o acontecimento que vai ocorrer uma previso
precisa possvel. Pode ser verdade em alguns sistemas mecnicos, mas
dificilmente verdadeiro em sistemas humanos complexos.
Risco O decisor no sabe qual o acontecimento que vai ocorrer mas pode
estimar a probabilidade de ocorrncia de um qualquer acontecimento.
Incerteza O decisor nem sequer tem informao suficiente para estimar as
probabilidades dos diferentes acontecimentos.

Deciso com Incerteza

A considerar quatro critrios de deciso possveis:

Maximin
Maximax
Laplace (ou da mdia)
Perda de Oportunidade

Procedimentos a seguir, que melhor se esclarecero analisando algumas

aplicaes simples:

Maximin Determinar o pior resultado (ganho) possvel para cada

alternativa, e depois escolher a alternativa com o "melhor pior".
Maximax Determinar o melhor resultado (ganho) possvel, e escolher a
alternativa correspondente.
Laplace Determinar a mdia dos resultados (ganhos) para cada alternativa,
e escolher a alternativa com a melhor mdia.
Perda de Oportunidade Determinar a pior perda de oportunidade para cada
alternativa, e escolher a alternativa com "melhor pior".

Exemplo 2
Considere ainda a seguinte matriz, com as utilidades (ganhos) correspondentes
a 3 possveis decises (D1, D2 e D3), conforme ocorrerem os acontecimentos
A1 ou A2:
_______________
A1 A2
14
D1 1
D2

10

D3

Seleccione a deciso conveniente face a cada dos seguintes critrios:

a) Maximin; b) Maximax; c) Laplace; d) Perda de Oportunidade.

Resoluo:
a)

Os piores ganhos para cada alternativa so:

D1:
D2:
D3:

1
2
4

O melhor valor 4 pelo que a estratgia Maximin ser D3.

[O critrio Maximin muito conservativo e pessimista, no sentido em que se
toma em ateno os piores resultados de cada alternativa. De qualquer modo
garante um valor mnimo].

b)

O melhor ganho 14, que corresponde deciso D1.

[Trata-se, claramente, dum critrio optimista. No toma em conta os possveis

resultados menos favorveis].
c)
________________
Total Mdia_
D1
D2
D3

15
12
10

5.0
4.0
3.3

A D1 corresponde a melhor mdia

[Os diferentes acontecimentos / estados da natureza so tratados da mesma

maneira, isto , com os mesmo peso].

d)

D1
D2

Perdas de Oportunidade
A1
A2
3
0
2
4

Pior Perda de
Oportunidade
3
4

D3

A deciso a escolher D1.

[Ao escolher o melhor entre "piores valores" h uma certa perda de
informao, por no se tomar em ateno todos os valores da tabela de
ganhos].
_____________________

Obs.: Conforme as situaes, um critrio pode ser mais adequado do que

outro, embora cada um tenha as suas fraquezas.
A utilizao simultnea de vrios critrios tambm pode ser til para quem tem
que decidir.

Deciso com Risco

A distino entre risco e incerteza apoia-se na ideia de que probabilidades s
devem ser usadas se for possvel, de algum modo, estim-las objectivamente
e, portanto, assumir que esto directamente relacionadas com a frequncia
conhecida dos acontecimentos.
No entanto, e muitas vezes, afirmaes com probabilidades esto relacionadas
com a impresso e o conhecimento que temos sobre os acontecimentos.
Um critrio largamente utilizado o seguinte:

Mximo Valor Esperado (MVE) Determinar o valor esperado para cada

alternativa, e escolher a alternativa que tiver o melhor valor esperado.
Portanto h que:
a) atribuir uma probabilidade a cada
exclusivos) - as probabilidades a somar 1!;

acontecimento

(mutuamente

b) calcular os valores esperados de cada aco, multiplicando cada valor

consequente pela correspondente probabilidade, e somando esses produtos;

c) escolher uma aco cujo valor esperado seja mximo.

Este critrio tambm conhecido por critrio de Bayes ou ainda critrio A
Priori.

Exemplo 3
Retomando a matriz do exemplo anterior, suponha-se agora que atribumos
probabilidades aos acontecimentos A1 e A2, respectivamente iguais a p1 = 0.7
e p2 = 0.3. Pelo critrio MVE qual dever ser a deciso a tomar?
Resoluo:

D1
D2
D3

A1
1
2
4

A2
14
10
6

Ganho esperado
4.9 = 1 x 0.7 + 14 x 0.3
4.4 = 2 x 0.7 + 10 x 0.3
4.6 = 4 x 0.7 + 6 x 0.3

Dever-se- tomar a deciso D1.

(Repare, no entanto, na proximidade dos valores esperados).

rvore de Deciso
Uma rvore de Deciso um instrumento grfico, com ns e arcos, que
permite exprimir, dum modo orientado, as alternativas de aco do processo de
deciso, bem como as hipteses resultantes do acaso.
Ns de deciso representam-se habitualmente por
.
Ns onde intervm o acaso representam-se por

A seguinte rvore de deciso respeita ao Exemplo 3:

4.9

A
1

A2

1
0.7

0.3
14

D1

D2

4.4

A
1

0.7

A2
D3
4.6

A
1

A2

0.3
10
4
0.7

0.3
6

Deciso Sequencial
O procedimento anterior tambm pode ser aplicado para analisar processos de
deciso mais complicados que tenham um carcter sequencial, o que alis
bastante frequente.
O seguinte exemplo ilustrar este ponto.

Valor de Informao Perfeita

Em algumas situaes ser possvel conhecer, ou providenciar para saber qual
o acontecimento / estado da natureza que vai ocorrer. Por exemplo, porque no
esperar algum tempo para ver o que acontece, antes de tomar uma deciso? Ou
ento pagar para saber, para proceder com alguma experimentao que afaste a
incerteza, ou para obter a informao necessria sobre o que vai ocorrer!
A questo fundamental que se coloca a de avaliar (o valor) da informao
perfeita, segura, sobre o futuro. O ganho resultante dessa informao dever
ser atractivo face ao que se esperaria obter, nada fazendo (i.e., sem
experimentao, qualquer pagamento, ou atraso na deciso).
O seguinte exemplo tambm servir para clarificar ilustrar este assunto.

Exemplo 4
A direco duma empresa vai reunir para finalmente decidir sobre a construo
duma nova fbrica para produzir um novo produto. Tem havido bastante
polmica, mas essencialmente sobre a dimenso conveniente para a fbrica:
pequena, mdia ou grande?
A seguinte informao e dados esto disponveis:
- O relatrio dum consultor indica a probabilidade de 0.20 para uma procura
baixa do novo produto, e 0.80 para a probabilidade da procura vir a ser alta.
- Se for construda uma fbrica pequena e a procura vier a ser baixa, esperase um ganho de $42 milhes (M); se a procura for alta a empresa pode
subcontratar, obtendo o ganho de $42 M, ou expandir a fbrica, ganhando
ento $48 M.
- Construindo uma fbrica mdia, se a procura for baixa, o ganho estimado
de $22 M; se a procura for alta, e nada for feito, ser realizado o ganho de
$46 M ou ento, caso haja expanso, o valor ser de $50 M.
- No caso da opo inicial ser a fbrica grande, espera-se uma perda de $20
M se a procura for baixa, e um ganho de $72 M no caso contrrio.

Vo ser considerados diferentes critrios, que podero constituir um apoio para

a deciso final.
a) MVE (utilizando tambm uma rvore de Deciso).
b) Perda de Oportunidade
c) Valor Esperado de Informao Perfeita (VEIP)
Resoluo:
a) Comeando por determinar os ganhos esperados ...

Deciso

Acontecimento

Probabilidade

Ganho (M $)

Ganho Esperado

Fb.Pequena

Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:

0.2
0.8

42
48 (42)

0.2
0.8

22
50 (46)

0.2
0.8

20
72

8.4
38.4
46.8
4.4
40.0
44.4
4.0
57.6
53.6

Fb. Mdia

Fb. Grande

Construir a Fbrica grande a deciso a tomar, face ao critrio escolhido Maximizao do Ganho (Valor) Esperado:
max [46.8, 44.4, 53.6] = 53.6

Aps ser desenhada a rvore do problema, procede-se anlise da rvore por

um processo recursivo, por exemplo, partindo dos ramos terminais at ao
incio, onde se situam as primeiras decises possveis. um processo de
optimizao sucessiva, ao manter as melhores aces/decises, eliminando as
piores. Por exemplo, para determinar o Ganho Esperado correspondente ao n
1 (um n em que se enfrenta a sorte) elimina-se o ramo subcontratar que
deriva do n b e depois calcula-se os ganhos pesados relativamente aos casos
de procura baixa ou procura alta: 0.2 x 42 + 0.8 x 48 (ver rvore).

- rvore de Deciso -

Procura baixa
0.20

[$46.8M]

1
Procura alta
0.80

Fb. Pequena

$ 42 M

Subcontratar

42

Expandir

48

Procura baixa
0.20

22

Fb. Mdia

[53.6]
2

[44.4]

Nada fazer

46

Expandir

50

Procura alta
c
0.80

Fb. Grande

Procura baixa
0.20

-20

Procura alta
0.80

72

[53.6]

b) Clculo das Perdas de Oportunidade Esperadas

Deciso
Fbrica Pequena
Fbrica Mdia
Fbrica Grande

Acontecimento
Procura baixa
Procura alta
0
24
20
22
62
0

Tabela de Perdas de Oportunidade

Deciso

Acontecimento Probabilidade

Fb.Pequen
a

Fb. Mdia

Fb. Grande

Perda de
Perda de OportuOportunidade nidade Esperada
0 (M$)
0 (M$)

Proc. baixa

0.2

Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:
Proc. baixa
Proc. alta
TOTAL:

0.8

24

0.2
0.8

20
22

0.2
0.8

62
0

19.2
19.2
4.0
17.6
21.6
12.4
0
12.4

A menor Perda de Oportunidade Esperada ($ 12.4 M) corresponde deciso:

Fbrica Grande.

c) O Valor Esperado de Informao Perfeita (VEIP) pode ser definido como:

VEIP = Diferena entre o ganho esperado com informao certa
e o ganho esperado com risco.

Mtodo de resoluo:
Calcular primeiro o ganho esperado com certeza ( de informao) e depois
subtrair o ganho esperado com risco (GE).

Ganho esperado com certeza: 0.20 x $ 42 M + 0.80 x $ 72 M = $ 66.0 M

o melhor valor se a procura baixa

GE = $ 53.6 M ( j calculado anteriormente)

Ento:
VEIP = $ 66.0 M $ 53.6 M = $ 12.4 M
[Representa o limite superior para a quantidade que o decisor dever despender
para obter uma informao perfeita, com certeza].

Deciso outros assuntos

Outros assuntos muito prximos da Anlise / Teoria da Deciso so
frequentemente considerados. Indicam-se alguns seguidamente mas, contudo,
no sero por agora apresentados:
- Utilidade
- Deciso com experimentao (ou posteriori)
- Anlise de sensibilidade